Fork me on GitHub

随笔分类 -  总结概述

摘要:word利用多级列表功能实现章节标题自动编号 坑:在选择级别1后,直接在当前对话框直接继续设置级别2;然后选中级别2,设置相应的格式,主要在将级别链接到样式处选择为标题2,然后要在库中显示的级别选择级别2,然后勾选上重新开始列表的间隔,然后选择级别1(即为基本2的上一级级别)。 endnote文献管 阅读全文
posted @ 2019-02-21 20:43 ranjiewen 阅读(506) 评论(0) 推荐(0) 编辑
摘要:记录一下平时看到的一些关于CV方向的发展,拓展自己的思维,有很多好玩的技术方向: 贾佳亚2018/5.29:被誉为“一键卸妆”的论文《Makeup-Go: Blind Reversion of Portrait Edit》在社会各界引起了强烈反响,卸妆玩法引爆社交媒体。另一篇超分辨率的论文《细节还原 阅读全文
posted @ 2018-05-29 19:15 ranjiewen 阅读(924) 评论(1) 推荐(1) 编辑
摘要:最近跑Unet网络进行遥感图像的分割;代码跑通了,但是效果不理想,开始分析实验epoch,调一些参数 神经网络梯度与归一化问题总结+highway network、ResNet的思考 1.样本要随机化,防止大数据淹没小数据 2.样本要做归一化。关于归一化的好处请参考:为何需要归一化处理3.激活函数要 阅读全文
posted @ 2017-10-17 16:16 ranjiewen 阅读(10164) 评论(0) 推荐(2) 编辑
摘要:最近在写论文,然后要按照模板来写,其中office排版有很多技巧;先前一直没有弄透彻,今晚上终于完美收工! 主要问题如下 MathType破解版 Mathtype试用版,到期后要卸载干净,才能再次下载试用; 提供中文破解版:链接:http://pan.baidu.com/s/1gfd6QaR 密码: 阅读全文
posted @ 2017-08-29 20:48 ranjiewen 阅读(1060) 评论(0) 推荐(0) 编辑
摘要:2017年3月开学,始终感觉自己计算机基础薄弱,加上之前自己也开始对机器学习,深度学习有一些了解,始终感觉没有入门。自己开始规划系统学习计算机软件(CS)和计算机视觉(CV)的基础知识。@2017/9/04/update 2017上半年巩固CS基础课程 "CS_class repository" " 阅读全文
posted @ 2017-08-20 22:07 ranjiewen 阅读(1250) 评论(0) 推荐(0) 编辑
摘要:国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法:C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, N 阅读全文
posted @ 2016-12-20 19:01 ranjiewen 阅读(625) 评论(0) 推荐(0) 编辑
摘要:所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。我们先对目前主要的图像分割方法做个概述,后面再对个别方法做详细的了解和学习。 1、基于阈值的分割方法 阈值法的基本思想是基于图像的灰度特征来计算一 阅读全文
posted @ 2016-12-16 15:24 ranjiewen 阅读(770) 评论(0) 推荐(0) 编辑
摘要:五大常用算法:分治、动态规划、贪心、回溯和分支界定 这五种算法引出了很多问题。慢慢的更新链接! 动态规划的五个典型算法:动态规划 1.最大连续子序列之和 2.数塔问题(二叉树从上往下遍历最大和问题) 3.01背包问题 4.最长递增子序列(LIS) 5.最长公共子序列(LCS) //最长公共子序列(L 阅读全文
posted @ 2016-11-20 23:08 ranjiewen 阅读(1256) 评论(0) 推荐(0) 编辑
摘要:众所周知数字图像处理经典的教材有: 数字图像处理(第三版)作者:(美)冈萨雷斯,(美)伍兹 著,阮秋琦 等译出版社:电子工业出版社出版时间:2011年06月 图像处理/章毓晋著 清华大学出版社 分为:图像工程(上册)——图像处理 图像工程(中册)——图像分析(第3版) 图像工程(下册)——图像理解( 阅读全文
posted @ 2016-11-20 18:41 ranjiewen 阅读(1651) 评论(0) 推荐(0) 编辑
摘要:一、传统图像算法工程师: 主要涉及图形处理,包括形态学、图像质量、相机成像之3A算法、去雾处理、颜色空间转换、滤镜等,主要在安防公司或者机器视觉领域,包括缺陷检测; 二、现代图像算法工程师: 涉及模式识别,主要表现的经验为Adaboost、SVM的研究与应用,特征选取与提取,包括智能驾驶的研究与应用 阅读全文
posted @ 2016-11-17 21:50 ranjiewen 阅读(10516) 评论(3) 推荐(3) 编辑
摘要:从机器学习谈起 介绍 工具是机器学习的重要组成部分,选择合适的工具与使用最好的算法同等重要。 在这篇文章中,你将会见识到各种机器学习工具。了解它们为什么重要,以及可供选择的工具类型。 为什么要使用工具 机器学习工具使得应用机器学习更快,更简单,更有趣。 更快:好工具可以自动化应用机器学习过程中的每一 阅读全文
posted @ 2016-10-21 23:51 ranjiewen 阅读(1033) 评论(0) 推荐(0) 编辑
摘要:参考:http://blog.csdn.net/mousever/article/details/45967643 概率分布之间的距离度量以及python实现 http://www.cnblogs.com/wentingtu/archive/2012/05/03/2479919.html 1. 欧氏 阅读全文
posted @ 2016-10-14 00:18 ranjiewen 阅读(5912) 评论(0) 推荐(0) 编辑
摘要:1. An overview of gradient descent optimization algorithms http://ruder.io/optimizing-gradient-descent/index.html https://arxiv.org/abs/1609.04747 2. 阅读全文
posted @ 2016-10-08 15:36 ranjiewen 阅读(16180) 评论(2) 推荐(3) 编辑
摘要:图像局部特征点检测算法综述 特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集,这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义 至今为止特征没有万能和精确的定义。特征的精确定义 阅读全文
posted @ 2016-09-30 20:44 ranjiewen 阅读(4718) 评论(1) 推荐(1) 编辑